微軟聯合創始人比爾·蓋茨甚至表示,這項技術誕生的意義不亞于互聯網或個人電腦的誕生。

從科技巨頭到一二級資本市場,無一不對ChatGPT反應熱烈。微軟、谷歌、百度均在產品或戰略上有所動作,資本市場上則引發國內多支概念股公司紛紛跟漲。ChatGPT備受追捧的核心原因是什么?我們將以什么樣的姿態迎接ChatGPT,又將如何通過ChatGPT開花結果?

揭開ChatGPT真容,催生無限商業想象力

ChatGPT如此解釋自己——這個名字是由兩部分組成的:“Chat”和“GPT”。“Chat”是指該模型被訓練用于進行聊天,而“GPT”是“Generative Pretrained Transformer”的縮寫,表示這是一個預訓練生成模型。因此,“ChatGPT”的意思是“預訓練生成聊天模型”。

持續對話能力是ChatGPT的核心特點,它不僅可以理解復雜語句內容及上下文語境,快速給予用戶一個清晰的、高質量的解答,并且連寫小說、改代碼、進行考試答題等復雜任務也不在話下。高質量的回答、高效獲取信息的方式,以及上癮式的交互體驗,使得ChatGPT在C端迅速引爆。

但在偏娛樂化的技術嘗鮮之外,ChatGPT所帶來的產業價值想象更令人振奮。ChatGPT建立在由谷歌提出的神經網絡架構Transformer基礎之上,它的成功展示出了AI大模型的應用潛力,證明了Transformer模型并非陷入困境。

“它其實代表著從以前‘大煉模型’(各自研發專用小模型),到‘煉大模型’(研發超大規模通用智能模型)的一個范式轉變。”盤古智庫學術委員、美國國家工程院外籍院士、北京智源人工智能研究院理事長張宏江表示,大模型的發展很可能會改變信息產業的格局,改變以前作坊式AI開發模式,把AI應用帶入基于互聯網、云計算的大規模智能云階段。

盡管過去幾年人工智能領域碰到了一些技術瓶頸和商業化難題,但這種狀況會隨著大模型的發展和普及,尤其是通過大模型+微調的新技術開發范式,使人工智能的能力更好、更有效的應用到各個場景里,從而大大降低開發成本。張宏江同時強調,由于ChatGPT、AIGC等AI大模型技術不斷成熟,未來會帶來新的創業機會,包括更好的對話機器人、更好的機器翻譯,更好的創作平臺。

AI技術方法上的不斷新突破正驅動全球AI產業進入加速發展階段,疊加AI產業集群效應不斷凸顯,AI產業有望成為全球科技領域中期最具投資價值的產業賽道之一。

“大算力+強算法”加持,大模型加速產業化進程

大模型是“大算力+強算法”結合的產物。中關村科金技術副總裁張杰認為,2023年會出現更多的大規模語言模型,它們將助推底層科技公司的模型即服務(Model as a Service,MaaS)的商業模式。另外,對于處于中間層的科技公司而言,它們將圍繞大模型所涌現出的復雜推理能力,挖掘出更多令人震撼的應用。

結合ChatGPT的底層技術邏輯,中信證券在報告中預測,中短期內ChatGPT產業化的方向主要在以下四類:

ChatGPT最適合直接落地的項目就是智能客服類的工作。根據模型現有的完成度,在垂直行業針對性的做人工反饋訓練,ChatGPT就可以落地為智能客服產品,在toC場景中率先應用。對比目前的智能客服,ChatGPT支撐的客服將在靈活性與人性化服務方面有顯著的進步。

ChatGPT對于文字模態的AIGC應用具有重要意義,在歸納性的文字類工作中展現出了極其優異的表現。中短期內ChatGPT能在辦公輔助類工具中迅速落地,例如會議總結、文件翻譯、例行報告等,提升辦公效率并節省人力成本。

代碼開發相關的工作更加規整也非常適合AI輔助生成。ChatGPT在目前測試中表現出的代碼生成能力相比于目前最成熟的AI代碼補全工具Copilot更加靈活,但欠缺一些底層的穩定性。在進行針對性的優化后,基于新GPT模型的AI代碼輔助工具也有望在中短期內落地。

圖像生成領域成為了2022年下半年一級市場公司布局的熱點,隨著Dalle2的熱度,在商稿方面用AI取代人類畫手的思路基本明確。GPT模型在圖像生成領域目前效果略遜于擴散模型,但擴散模型可以利用ChatGPT生成較佳的Prompt,對于AIGC內容和日趨火熱的藝術創作,提供強大的文字形態的動力。

以上這些應用場景有望在中短期內快速被產業化,以極低的成本表現出比此前更優越的性能。第三波AI浪潮經過十幾年的發展后能否迎來拐點,除了在于AI算法、算力、數據“三駕馬車”的同步突破,更重要的是商業化場景應用層面的繁榮,能否帶來生產工具和生產方式的創新,推動社會進步和效益提升,讓更多的人享受到AI技術紅利。

2023三大關鍵技術布局,帶動業務落地場景革新

大模型是AI發展的趨勢和未來,考驗行業認知深度和基于細分場景數據提供服務的小模型競爭格局必將受到沖擊。如何深化對垂直行業的認知,真正把大模型融入到企業的創新業務流中,成為細分賽道里應用型廠商的必答題。

張杰表示,2023年中關村科金的研發重點將會放在三個方面:預訓練對話語言模型、會話分析和話術流程挖掘。同時,關注AI技術的工程化、產品化問題。

預訓練對話語言模型:大規模語言模型展示出了強大的能力,例如思維鏈(Chain of Thought),這些能力可能只存在于大模型中,而不存在于百億參數以下的小模型中。在不遠的未來,更大參數量級的多模態語言模型可能會帶來復雜推理能力的大量涌現。技術層面的量變,可能會引發應用層的質變,今年中關村科金將仔細研究這些能力在企服場景下能提供什么、會改變什么,尤其是領域知識如何低成本地注入到大模型里,使其具備可控的領域知識的問答和推理能力。

會話分析:領域知識關注事實知識,會話分析關注行為意圖。中關村科金仍將沿用基于真實數據的統計分析的方法,挖掘出對話中常見的行為模式,用于話輪設計。ChatGPT未來可能在內容營銷、文章寫作、繪畫生成等方面產生巨大的商業價值,但其背后是語言模型,是語料上的條件概率,因此可能會出現生成文本不可控、多輪之間不可解釋的情況,即大家常說的“一本正經的胡說八道”。企服場景下的對話任務所面臨的問題不一樣,不是在一個語料上學出一個條件概率的問題,而是要找出處于頭部的小概率的最佳實踐。

話術流程挖掘:在流程挖掘子領域,國外有些初創公司發展的很好,尤其是結合RPA,應用生產流程或審批流程的優化上,有很好的落地。但國內仍處于起步階段。中關村科金研究的流程挖掘與之不同,主要處理對話語料,將對話序列做事件切分,然后從事件序列中找到話術流程的最佳實踐、或者做流程一致性校驗。

ChatGPT的優勢是意圖理解、上下文對話管理和高質量內容生成,其在C端用戶和資本層面掀起的熱潮,也使得對話式AI的商業價值進一步得到市場認可。

作為國內領先的對話式AI技術解決方案提供商,中關村科金圍繞大模型所涌現出的復雜推理能力,自研的多項對話式AI產品已在企業服務賽道實現了眾多應用落地,如:通過AI生成營銷文案、7*24小時在線回答客戶咨詢的“得助智能客服系統”、模擬真實業務場景進行新員工沉浸式陪練的“得助智能陪練”、以數字人形態處理在線業務辦理的“企業數字員工”。

對話式AI從技術維度上看不僅僅是對話技術,還會是多種前沿科技的集大成者,融合感知智能、認知智能和決策智能。就像也不能將ChatGPT僅僅看作是個聊天機器人,更多的應用,更新的模式,更大的商用價值,這才是ChatGPT真正帶來的想象空間。